CN103761237A - 一种基于用户特征及其信任度的协同过滤推荐方法 - Google Patents

Abstract

本发明公开了一种基于用户特征及其信任度的协同过滤推荐方法，根据用户对项目的历史评分和特征分别计算用户之间的相似度；选取适当权值将两种相似度结合得到用户之间最终相似度；根据KNN（kNearestNeighbors，K最临近方法）方法计算用户最近邻；将用户历史评分的数量作为信任度，利用用户最近邻矩阵和加入信任度的预测公式计算推荐结果。

Description

一种基于用户特征及其信任度的协同过滤推荐方法

技术领域

本发明涉及一种基于特征用户及其信任度的协同过滤推荐方法，在协同过滤的基础上引入用户特征和用户信任度，以缓解传统协同过滤推荐算法的冷启动问题及数据稀疏性问题，进一步提高推荐精度，属于个性化推荐技术研究的领域。 

背景技术

随着互联网的飞速发展，互联网信息海量增长，带来的问题正是用户难以及时准确地找到自身需要的信息，用户需要可以根据自身特点组织协调信息的解决方案，个性化推荐技术应运而生。 

目前，在个性化推荐技术中，比较常用的推荐算法有2种:基于内容的推荐和协同过滤推荐。基于内容的推荐算法是假定用户的兴趣不变，根据用户以往的数据来构造出用户喜欢项目的特征，然后根据用户数据特征与内容特征的拟合，向用户推荐项目。协同过滤源于“集体智慧”的思想，利用当前用户或者其他用户对部分项目的已知偏好数据来预测当前用户对其他项目的潜在偏好，或者利用部分用户对当前项目或者其他项目的已知偏好数据来预测其他用户对当前项目的潜在偏好。 

协同过滤是现今推荐系统中应用最为成熟的一个推荐算法系类，它利用兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯，个人透过合作的机制给予资讯相当程度的回应并记录下来以达到过滤的目的进而帮助别人筛选资讯。但其缺陷也很明显：推荐品质取决于历史资料，对于新用户或新项目系统开始时推荐品质较差或无法推荐——冷启动问题；系统历史数据过少时，难以进行精确的模式查找匹配推荐——数据稀疏性问题；新增用户或项目时，系统需要增加计算负荷量大——扩展性问题。 

协同过滤推荐算法依赖系统内的其他用户，其他用户就是未来提供推荐的合作伙伴，用户接受合作伙伴的建议，是基于对对方的一种信任，并且认为会从中获益，支持协同过滤算法的原理就是一种信任机制。但传统的协同过滤推荐算法并没有考虑不同用户之间的信任程度的问题。 

发明内容

本发明目的是提出一种基于特征用户和用户信任度的协同过滤推荐方法，在协同过滤的基础上引入用户特征及其信任度对协同过传统滤推荐算法进行改进，通过引入用户特征缓解传统协同过滤推荐算法中的冷启动问题和数据稀疏性问题（利用用户的特征计算便可 脱离对历史数据的依赖）以及通过引入用户信任度来进一步提高推荐精度。 

为实现上述发明目的，本发明采取如下技术方案：一种基于用户特征及其信任度的协同过滤推荐方法，其特征在于：在协同过滤的基础上引入用户特征和用户信任度对协同过传统滤推荐算法进行改进，在计算相似度时结合评分数据和用户特征因素，并在生成推荐时加入用户信任度，包括如下步骤： 

步骤1，获取用户的历史评分数据和用户特征信息； 

步骤2，在历史评分数据上利用Pearson相关系数公式，在用户特征数据上利用欧氏距离公式，分别构造基于用户评分的用户相似度矩阵SimUser1(x,y)和基于用户特征的相似度矩阵SimUser2(x,y)： 

$\mathrm{SimUser}1(x,y)=\frac{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}(R_{(x,s)}-A_x)(R_{(y,s)}-A_y)}{\sqrt{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(x,s)}-A_x)}^2\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(y,s)}-A_y)}^2}}$

$\mathrm{SimUser}2(x,y)=\frac{1}{1+\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{(x_k-y_k)}^2}}$

其中S_xy=S_x∩S_y，表示用户x和用户y共同评过分的项目集合，R_（x,s）表示用户x对项目s的评分，A_x表示用户x对项目的平均评分，R_（y,s）表示用户y对项目s的评分，A_y表示用户y对项目的平均评分，n表示用户的特征数目，x_k表示用户x的第k个特征值，y_k表示用户y的第k个特征值； 

步骤3，选取权值ω，将基于用户评分的用户相似度SimUser1(x,y)和基于用户特征向量的用户相似度SimUser2(x,y)结合起来，得到最终用户相似度矩阵： 

SimUser(i，j)＝ω*SimUser1(i，j)+(1-ω)*SimUser2(i，j) 

其中权值ω的范围为0至1； 

步骤4，对用户相似度矩阵按照相似度从大到小的顺序对每个用户进行排序，得到邻居矩阵，利用KNN算法，即k Nearest Neighbors算法，K最临近算法指在训练集中选出与目标用户最相似即SimUser值最大的k个用户作为近邻，得到用户最近邻居矩阵； 

步骤5，将用户历史评分的数量作为信任度，构造用户信任度矩阵： 

输入 用户对项目的历史评分数据 

输出 $\mathrm{User}{\mathrm{Tru}}_i=\mathrm{\θ}+(1-\mathrm{\θ})\frac{{\mathrm{Cr}}_i}{\mathrm{MaxCr}}$

1）首先获取用户对项目的历史评分数据； 

2）对每个用户i统计其所评分项目的数量Cr_i，并找出Cr_i的最大值MaxCr，选取调和权值θ，范围为0至1； 

3）根据输出所示等式计算用户信任度UserTru_i； 

步骤6，利用用户最近邻矩阵和加入信任度的加权平均推荐公式计算用户推荐结果，得到最终的与测评分，推荐公式如下： 

$P_u=A_u+\frac{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}(R_i-A_i)*\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}$

其中A_u表示用户u对项目的平均评分，c表示用户u的邻居数目，R_i表示u的邻居用户i对当前项目的评分，A_i表示用户i对项目的平均评分，SimUser(i,u)表示用户i和u的相似度，UserTru_i表示邻居用户i的信任度，P_u表示用户u对当前项目的推荐结果。 

本发明的优点及有益效果：本发明通过引入用户特征缓解传统协同过滤推荐算法中的冷启动问题和数据稀疏性问题，同时，通过引入用户信任度进一步提高了推荐精度。 

附图说明

图1是本发明算法流程图； 

图2是本发明算法在用户不同邻居数目下的算法推荐精确度。 

具体实施方式

参看图1，本发明方法根据用户对项目的历史评分和特征分别计算用户之间的相似度；选取适当权值将两种相似度结合得到用户之间最终相似度；根据KNN（k Nearest Neighbors，K最临近方法）方法计算用户最近邻；将用户历史评分的数量作为信任度，利用用户最近邻矩阵和加入信任度的预测公式计算推荐结果。实施步骤如下： 

步骤一，利用Pearson相关系数和欧氏距离公式构造基于用户评分和基于用户特征的相似度矩阵SimUser1(x,y)，SimUser2(x,y)如下： 

$\mathrm{SimUser}1(x,y)=\frac{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}(R_{(x,s)}-A_x)(R_{(y,s)}-A_y)}{\sqrt{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(x,s)}-A_x)}^2\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(y,s)}-A_y)}^2}}$

$\mathrm{SimUser}2(x,y)=\frac{1}{1+\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{(x_k-y_k)}^2}}$

其中S_xy=S_x∩S_y，表示用户x和用户y共同评过分的项目集合，R_（x,s)表示用户x对项目s的评分，A_x表示用户x对项目的平均评分，R_（y,s）表示用户y对项目s的评分，A_y表示用户y对项目的平均评分，n表示用户的特征数目，x_k表示用户x的第k个特征值，y_k表示用户y的第k个特征值； 

步骤二，选取权值ω将SimUser1(x，y)和SimUser2(x，y)结合起来 

SimUser(i，j)＝ω*SimUser1(i，j)+(1-ω)*SimUser2(i，j) 

其中权值ω的范围为0至1； 

步骤三，根据KNN算法（k Nearest Neighbors，K最临近算法指在训练集中选出与目标用户最相似即SimUser值最大的k个用户作为近邻）计算用户最近邻居矩阵，利用加入信任度的加权平均推荐公式计算用户推荐结果，推荐公式如下： 

$P_u=A_u+\frac{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}(R_i-A_i)*\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}$

其中A_u表示用户u对项目的平均评分，c表示用户u的邻居数目，R_i表示u的邻居用户i对当前项目的评分，A_i表示用户i对项目的平均评分，SimUser(i,u)表示用户i和u的相似度，UserTru_i表示邻居用户i的信任度，P_u表示用户u对当前项目的推荐结果。 

其中构造用户信任度矩阵的方法如下： 

输入 用户对项目的历史评分数据 

输出 $\mathrm{User}{\mathrm{Tru}}_i=\mathrm{\θ}+(1-\mathrm{\θ})\frac{{\mathrm{Cr}}_i}{\mathrm{MaxCr}}$

1）首先获取用户对项目的历史评分数据，生成对应的评分矩阵； 

2）对每个用户i统计其所评分项目的数量Cr_i，并找出Cr_i的最大值MaxCr，选取调和权值θ（范围为0至1）； 

3）根据输出所示等式计算用户信任度UserTru_i。 

下面通过一个实施例，体现本发明的技术方案具体实施方式 

本实施例使用了MovieLens数据集，MovieLens是由明尼苏达大学在GroupLens研究项目期间通过MovieLens网站（movielens.umn.edu）收集的。它包含来自943个用户对 1682部电影的超过10万条的评分（1-5）数据，其中每个用户至少对20部电影进行评分，评分值范围从1～5，以及所有用户的简单统计信息。 

1、首先将MovieLens数据集划分为训练数据集和测试数据集，训练集用于训练数据生成推荐结果，测试集用于验证结果的有效性。训练集中每个用户对每个项目至少保留一条评分，两个数据集中数据不可交叉，训练集和测试集的数据容量比为4:1。其中训练数据集用于进行实验产生推荐结果，测试数据集用于验证该推荐结果的准确性；提取用户特征信息的性别、年龄、邮编三个维度作为用户特征向量，生成用户特征矩阵。 

2、在训练集上实施步骤一的Pearson相关系数公式，得到基于用户评分的用户相似度矩阵SimUser1；在用户特征矩阵上实施步骤一的欧氏距离公式，得到基于用户特征向量的用户相似度矩阵SimUser2。 

3、实施步骤二选取适当权值将基于用户评分的用户相似度和基于用户特征向量的用户相似度结合起来得到最终用户相似度矩阵。权值的最优选择在不同数据集下有所不同，以最优推荐精确度为选取原则，可以用划分间隔逐一试探的方法或遗传算法确定最优权值。 

4、对用户相似度矩阵按照相似度从大到小的顺序对每个用户进行排序，得到邻居矩阵，同时应用KNN算法，选取合适的K值得到用户最近邻居矩阵；在训练集上应用实施步骤三的用户信任度建模方法，得到用户信任度。 

5、根据步骤三引入用户信任度的加权平均推荐公式计算得到最终的与测评分，可以和测试集中的数据进行精确度对比验证。 

图2为实施例的实施结果，从图中可以看出，基于用户特征和用户信任度的协同过滤推荐算法的平均绝对误差在不同的邻居数目下都比传统协同过滤推荐算法低，说明推荐精度得到了提高。加入仅考虑用户特征的推荐算法的对比是为了验证同时考虑用户特征和用户信任度是有意义的。 

Claims (1)

1.一种基于用户特征和用户信任度的协同过滤推荐方法，其特征在于：在协同过滤的基础上引入用户特征和用户信任度对协同过传统滤推荐算法进行改进，在计算相似度时结合评分数据和用户特征因素，并在生成推荐时加入用户信任度，包括如下步骤：

步骤1，获取用户的历史评分数据和用户特征信息；

步骤2，在历史评分数据上利用Pearson相关系数公式，在用户特征数据上利用欧氏距离公式，分别构造基于用户评分的用户相似度矩阵SimUser1(x,y)和基于用户特征的相似度矩阵SimUser2(x,y)：

$\mathrm{SimUser}1(x,y)=\frac{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}(R_{(x,s)}-A_x)(R_{(y,s)}-A_y)}{\sqrt{\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(x,s)}-A_x)}^2\underset{s\∈S_{\mathrm{xy}}}{\mathrm{\Σ}}{(R_{(y,s)}-A_y)}^2}}$

$\mathrm{SimUser}2(x,y)=\frac{1}{1+\sqrt{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}{(x_k-y_k)}^2}}$

其中S_xy=S_x∩S_y，表示用户x和用户y共同评过分的项目集合，R_（x,s）表示用户x对项目s的评分，A_x表示用户x对项目的平均评分，R_（y,s）表示用户y对项目s的评分，A_y表示用户y对项目的平均评分，n表示用户的特征数目，x_k表示用户x的第k个特征值，y_k表示用户y的第k个特征值；

步骤3，选取权值ω，将基于用户评分的用户相似度SimUser1(x,y)和基于用户特征向量的用户相似度SimUser2(x,y)结合起来，得到最终用户相似度矩阵：

SimUser(i,j)=ω*SimUser1(i,j)+(1-ω)*SimUser2(i,j)

其中权值ω的范围为0至1；

步骤4，对用户相似度矩阵按照相似度从大到小的顺序对每个用户进行排序，得到邻居矩阵，利用KNN算法，即kNearestNeighbors，K最临近算法，在邻居矩阵中选出与目标用户最相似即SimUser值最大的k个用户作为近邻，得到用户最近邻居矩阵；

步骤5，将用户历史评分的数量作为信任度，构造用户信任度矩阵：

输入用户对项目的历史评分数据

输出 $\mathrm{User}{\mathrm{Tru}}_i=\mathrm{\θ}+(1-\mathrm{\θ})\frac{{\mathrm{Cr}}_i}{\mathrm{MaxCr}}$

1）首先获取用户对项目的历史评分数据；

2）对每个用户i统计其所评分项目的数量Cr_i，并找出Cr_i的最大值MaxCr，选取调和权值θ，范围为0至1；

3）根据输出所示等式计算用户信任度UserTru_i；

步骤6，利用用户最近邻矩阵和加入信任度的加权平均推荐公式计算用户推荐结果，得到最终的与测评分，推荐公式如下：

$P_u=A_u+\frac{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}(R_i-A_i)*\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}{\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\mathrm{SimUser}(i,u)*\mathrm{User}{\mathrm{Tru}}_i}$

其中A_u表示用户u对项目的平均评分，c表示用户u的邻居数目，R_i表示u的邻居用户i对当前项目的评分，A_i表示用户i对项目的平均评分，SimUser(i,u)表示用户i和u的相似度，UserTru_i表示邻居用户i的信任度，P_u表示用户u对当前项目的推荐结果。

Images